2020年全球可再生能源现状报告

21世纪再生能源政策网络研究机构(REN21)发布2020年最新全球可再生能源现状报告(Renewables Global Status Report),提供全面即时的再生能源资讯。

可再生能源在2019年又是创纪录的一年,装置容量增长200 GW以上(主要是太阳光电),这是有史以​​来的最高增幅,其中对风能的投资首次超过了太阳能。(如附表一所示)

2020年全球可再生能源现状报告

估计至2019年底,可再生能源发电占全球发电比例超过27.3%,其中8.7%来自变动型可再生能源(VRE)。

到2019年中期,全球有250多个城市推动100%可再生能源目标。企业对可再生能源采购在2019年也创下纪录,Google成为全球最大的可再生能源企业购买者,全球超过229家领先的公司加入了RE100计划(致力于使用100%再生能源)。

2019年全球有32个国家的可再生能源发电量至少达到10GW,不含水力的可再生能源发电成长15%,累计总装置容量达到1,437GW。

相对于2018年的135个国家推动可再生能源发电政策,2019年又增加了8个国家,共有143个国家推动可再生能源发电政策,至少有四个国家(丹麦、德国、爱尔兰和乌拉圭)的太阳光电及风力发电量占国家总发电量的30%以上。

可再生能源政策的推动国家成长趋势(2004-2019)

可再生能源政策的推动国家成长趋势(2004-2019)

2019年变动型可再生能源发电占比前十大国家

2019年变动型可再生能源发电占比前十大国家

2019年使用拍卖或招标机制的国家总数增加到109个国家(2018年为98个国家),同时,2019年的可再生能源电力拍卖也继续显示创纪录的发电低价。反观,趸购费率机制(FIT)在2018~2019年皆停留在113个国家,没有变动,甚至有些国家已经开始进行削减FIT并网价格或取消FIT机制。

获取更多前沿科技信息访问:https://byteclicks.com

可再生能源发电政策类别趋势

可再生能源发电政策类别趋势

2019年全球太阳光电加权平均电力均化成本(LCOE)下降了13%,略低于2018年的下降15%。陆上风电成本下降了9%,略低于2018年的下降10%;离岸风电的LCOE则下降了9%(是2018年下降3%的三倍)。全球太阳能和风能技术的加权平均LCOE在与化石燃料的价格竞争中变得更具竞争力。

2019年可再生能源发电平均成本现状

2019年可再生能源发电平均成本现状

2019年新增可再生能源投资金额(包括再生能源电力及燃料,不含水力)约2,822亿美元,相较2018年增加1%。自2010年以来,每年对可再生能源和燃料的投资已超过2,000亿美元,几乎是化石燃料发电容量投资的三倍,占新发电容量(包括煤炭,天然气和核能)总投资的71%。

随着高占比变动型再生能源发电提高,能源系统整合议题愈来愈受到关注,主要整合的关键技术如下:

储能:透过VRE的储能和调度直接促进再生能源的整合,2019年各类储能全球市场规模达到183 GW,机械储能形式(抽蓄水力)占了大部分,约158 GW。2010年和2018年之间的锂离子电池容量的单位平均成本降低85%。

热泵:日本是热泵水加热应用的大型市场,在连续四年强劲的市场增长之后,2019年的销售量超过50万台。在欧洲,用于卫生热水的热泵的销售量约为20万台,满足了欧洲建筑物近10%的空间供暖需求。

电动车:电动汽车透过车辆到电网(V2G)技术来支持VRE整合的潜力。电动汽车市场在2019年继续快速增长,全球电动汽车存量达到2.59亿辆,约有720万辆汽车是电动汽车,超过50万辆是电动公共汽车,近40万辆是轻型商用车。

今年REN21报告中提出再生能源发展主要推动的关键措施如下:

奖励或促进灵活性的战略市场设计包括:营运、管制及市场。2019年的市场设计干预措施包括美国加州独立系统运营商宣布再生能源的日前市场,这将使公用事业公司能够更好地规划和优化VRE在电网上的使用。义大利电网运营商Terna实行日内电力市场的改革,以缩短VRE发电机馈入电网的预测时间,从而更准确地掌握VRE容量可提供的电力。新加坡零售电力市场的自由化使分布式能源能够开始提供灵活性服务。

直接从发电、需求和能源存储来源采购灵活性服务: VRE发电机本身可以为电网提供基本的可靠性服务,包括频率控制和调节、惯性响应、电压调节以及无功功率电压支持(也称为功率因数校正)。主要是利用市场讯号(如使用时间定价、奖励金和罚款)的需量反应计画来影响VRE终端用户的用电量行为。

改进对电力需求以及VRE 发电和需求的预测:准确预测电力系统需求和VRE发电量,使系统运营商可以预测VRE的可用性,并在短期能源市场调度中有效地平衡发电量和需求量,提高系统的灵活性和可靠性。在澳大利亚,研究人员结合了神经网络和模式序列(人工智慧和语言翻译中常用的技术)来改善太阳光电发电预测。在英国,人工智慧被用来评估多达80个影响太阳能发电量的变量,并将预测准确性提高三分之一。美国许多大学和研究机构都进行了太阳光电发电预测,而印度的一家公司正在组合多种数据输入模型,提供增强的VRE预报工具。

不同地理位置的VRE 资源之间以电网基础结构的形式:电网基础设施包括输配电设备和技术,可以成为电力系统灵活性的关键推动因素。2019年,世界大多数地区已经在进行或计划进行电网基础设施升级以直接支持VRE的增长。

报告下载

上一篇:

下一篇:


标签